月之暗面 Kimi 开源 Moonlight:30 亿 / 160 亿参数混合专家模型

月之暗面 Kimi 开源 Moonlight:30 亿 / 160 亿参数混合专家模型

作者: 发表时间:2025-12-12 6:27:40
宁德市公开信息app 白银市安全生产app 钦州市残联app 漳州市第五小学app 伊春市工程造价app 肇庆市通讯协会app 滁州市征地服务app 临沂市公益app 大连市民政管理app 娄底市卫生协会app 长春市政府信息公开指南app 珠海市振兴乡村app 榆林市安全宣传app 宜春市消防宣传app 鹤岗市公益app 娄底市第六中学app 南昌市重大建设公开app 吕梁市第二高中app 邯郸市防灾信息app 丹棱县第二小学app 长海县应急管理app 云县台风监控中心app 安图县税务局app 涞源县台风监控中心app 饶阳县第六小学app 左贡县劳动局app 阜平县森林消防app 禄劝彝族苗族自治县第五小学app 代县第二小学app 宁南县未成年保护协会app 临西县应急管理app 龙江县台风监控中心app 涞源县妇联救助app 澜沧拉祜族自治县防洪信息app

本站 2 月 24 日消息,月之暗面 Kimi 昨日发布了“Muon 可扩展用于 LLM 训练”的新技术报告,并宣布推出“Moonlight”:一个在 Muon 上训练的 30 亿 / 160 亿参数混合专家模型(MoE)。使用了 5.7 万亿个 token,在更低的浮点运算次数(FLOPs)下实现了更好的性能,从而提升了帕累托效率边界。

月之暗面称,团队发现 Muon 优化器可通过添加权重衰减、仔细调整每个参数的更新幅度等技术进行扩展,并具备如下亮点:

这些技术使得 Muon 能够在大规模训练中开箱即用,无需进行超参数调优。扩展法则实验表明,与计算最优训练的 AdamW 相比,Muon 实现了约 2 倍的计算效率。

本次论文所使用的模型为 Moonlight-16B-A3B,总参数量为 15.29B,激活参数为 2.24B,其使用 Muon 优化器,在 5.7T Tokens 的训练数据下获得上述成绩。

我们的模型不仅突破了当前的 Pareto 前沿,还在训练所需的 FLOP 数大幅减少的情况下,达到了比以往模型更优的性能。

我们开源了一个分布式版本的 Muon 实现,它在内存使用和通信效率上都进行了优化。同时,我们也发布了预训练模型、经过指令调优的模型以及中间训练检查点,旨在为未来的研究提供支持。

本站附有关链接如下:

    GitHub:点此前往

    Hugging Face :点此前往

相关文章